작성자 Maksym Misichenko · CNBC ·
AI 에이전트가 이 뉴스에 대해 생각하는 것
패널은 불균등한 채택, 입증되지 않은 생산성 향상, 그리고 갑작스러운 하이퍼스케일러 지출 중단으로 이어질 수 있는 잠재적인 수익 지연을 지적하며, Nvidia의 3~4조 달러 AI 자본 지출 예측에 대해 대체로 부정적인 입장을 보입니다.
리스크: 측정되지 않은 생산성과 수익 지연으로 인한 갑작스러운 하이퍼스케일러 지출 중단
기회: AI가 지속 가능한 이익 성장으로 전환될 경우 잠재적인 시장 점유율 증가
이 분석은 StockScreener 파이프라인에서 생성됩니다 — 4개의 주요 LLM(Claude, GPT, Gemini, Grok)이 동일한 프롬프트를 받으며 내장된 환각 방지 가드가 있습니다. 방법론 읽기 →
Nvidia CEO 젠슨 황은 AI에 대한 지출이 예상보다 훨씬 앞서고 있습니다. 가장 낙관적인 예상치보다도 훨씬 앞서고 있습니다.
수요일 저녁 실적 발표에서 황은 AI 자본 지출이 최대 4조 달러까지 증가할 수 있다고 생각한다고 말했습니다.
그는 "자본 지출은 1조 달러이며, 3조~4조 달러 규모로 성장하고 있다"고 말했습니다. 이는 알파벳과 아마존과 같은 하이퍼스케일러를 위한 자본 지출만을 언급한 것으로, 네오클라우드와 같은 슈퍼컴퓨팅 시장의 다른 부문은 제외됩니다.
Nvidia의 최고 재무 책임자 Colette Kress는 통화에서 더 구체적으로 말했습니다.
"분석가들이 2027년에 하이퍼스케일 자본 지출이 1조 달러를 초과할 것으로 예측하고 있으며, 에이전트 AI가 모든 산업에 확산되기 시작함에 따라, AI 인프라 지출은 이 10년 말까지 연간 3조~4조 달러에 도달할 것으로 예상됩니다."라고 그녀는 말했습니다.
하지만 한 가지 문제가 있습니다. 이는 월스트리트의 예상 궤적보다 훨씬 앞선 것입니다.
Needham의 Laura Martin의 한 분석에 따르면, 하이퍼스케일러 자본 지출에 대한 컨센서스 예상치는 2028년에 1조 300억 달러에 달할 것으로 예상됩니다. 이는 황의 예측이 맞다면 2년 후의 1/3에서 1/4에 불과합니다.
"젠슨 황의 예측이 맞다면... 아래 차트에 포함된 컨센서스 예상치는 상향 조정될 것이라고 믿습니다."라고 그녀는 목요일 동료 Dan Medina와 함께 썼습니다. "[그의] 하이퍼스케일러에 대한 비전은 하이퍼스케일러들이 실적 발표에서 말하는 것과는 다르며, 더 흥미롭습니다."
월스트리트의 일부에서는 컨센서스보다 빠른 내년 말까지 자본 지출이 1조 달러에 달할 것으로 예측하고 있지만, 여전히 황의 예측보다 훨씬 뒤처져 있으며, 이는 향후 3년 동안 4배 증가할 것으로 예상됩니다.
의심할 여지 없이, 하이퍼스케일러 및 기타 기업의 인프라 투자 증가는 지배적인 AI 칩 제조업체인 Nvidia에게 이익이 될 것입니다. 그러나 클라우드 수익 증가와 프론티어 알고리즘의 지속적인 발전은 지금까지 황의 낙관론을 뒷받침하는 것으로 보입니다.
분기별 수익은 모든 주요 클라우드에서 예상을 상회했으며, 알파벳은 63%, AWS는 28%, 마이크로소프트는 40% 증가했습니다.
"세상에는 10억 명의 사용자, 즉 인간 사용자가 있습니다. 제 생각에는 세상에 수십억 명의 에이전트가 있을 것이며... 그 에이전트 각각은 하위 에이전트를 생성할 것입니다."라고 황은 말했습니다.
## 생산성 컨센서스에 너무 이른 시점
진전에도 불구하고, 수익 증가와 산업 발전의 자본 집약적 단계에 대한 빈번한 역사적 비교에도 불구하고, AI의 장기적인 수익성, 생산성 및 궁극적인 생존 가능성에 대한 심각한 의문이 남아 있습니다.
JPMorgan은 11월에 2030년까지 AI 투자에 대한 10% 수익률을 달성하려면 영구적으로 연간 약 6,500억 달러의 수익이 필요할 것이라고 추정했습니다. 이는 "놀라울 정도로 큰" 수치로, "전 세계 GDP의 0.58%, 또는 현재 모든 iPhone 사용자로부터 월 34.72달러, 또는 모든 Netflix 구독자로부터 월 180달러"에 해당합니다.
비교하자면, Synergy Research Group에 따르면 4월까지 지난 12개월 동안의 클라우드 수익은 4,550억 달러에 달했습니다.
"효율성 향상이 실현된다면 문제가 없을 것입니다. 번창하는 기업들은 비용을 지불할 충분한 자원을 갖게 될 것입니다."라고 제네바 대학 경제학자 Cédric Durand는 1월에 썼습니다. "몇 년 안에 AI가 퇴출 비용이 너무 높아져서 벗어날 수 없는 수준으로 업무 프로세스에 침투하면, 고객 기반은 벗어날 수 없을 것입니다."
그러나 AI 생산성 향상은 아직 본격적으로 나타나지 않았으며, 경제학자들 사이에서 컨센서스를 형성하지도 못했습니다.
"이것이 AI 생산성 붐의 시작일 수 있을까요? 아마도요!"라고 예일 예산 연구소의 경제학자 Martha Gimbel은 2월에 썼습니다. "하나 또는 다른 쪽으로 명확한 신호를 얻을 때까지는 생산성 데이터 발표 바구니에 모든 것을 넣어서는 안 됩니다."
3월에 연방 준비 은행 경제학자들은 "기업 전반에 걸쳐 AI 채택에 상당한 이질성이 있다"는 것을 발견했으며, AI 효과에 대한 인식과 현실 간의 불일치를 설명했습니다.
"인지된 생산성 향상이 측정된 생산성 향상보다 크며, 이는 수익 실현의 지연을 반영할 가능성이 높습니다."라고 그들은 썼습니다.
4개 주요 AI 모델이 이 기사를 논의합니다
"Huang의 3~4조 달러 AI 지출 전망은 인식된 생산성 향상과 측정된 생산성 향상 간의 문서화된 격차를 무시하며, 구축 후 자본 지출 조정 가능성을 높입니다."
Nvidia CEO Jensen Huang의 연간 AI 자본 지출 3~4조 달러 전망은 2028년까지 약 1조 달러의 컨센서스 예측을 훨씬 능가합니다. 이 예측은 하이퍼스케일러 구축과 수십억 명의 에이전트 AI 사용자에게 달려 있으며, Huang은 이것이 지속적인 수요를 견인할 것이라고 주장합니다. 그러나 이 기사는 생존 가능성에 필요한 수익 임계값을 과소평가합니다. JPMorgan은 10% 수익률만으로도 영구적인 연간 수입 6,500억 달러, 즉 전 세계 GDP의 0.58%가 필요하다고 계산합니다. 연준 분석은 인식된 생산성 향상이 측정된 것보다 크며, 기업 간 채택이 매우 불균등하다고 보여줍니다. 수익화가 지연된다면 하이퍼스케일러는 지출을 갑자기 늦출 수 있으며, Microsoft, Amazon, Alphabet의 최근 클라우드 수익 호조에도 불구하고 Nvidia에 압력을 가할 수 있습니다.
Alphabet 63%, Microsoft 40%와 같은 빠른 클라우드 수익 성장은 이미 진행 중이며, 이는 생산성 데이터가 완전히 따라잡히기 전에 자본 지출 증가를 정당화할 수 있는 초기 수익화 경로가 형성되고 있음을 나타냅니다.
"자본 지출 성장과 수익 성장은 ROI 실현과 분리되고 있으며, 기사의 자체 인용은 측정된 생산성 향상이 인식보다 충분히 뒤처져 잠재적인 가치 평가 함정을 시사함을 보여줍니다."
Huang의 3~4조 달러 예측은 예측이 아니라 야심 찬 낙관론입니다. 그는 자본 지출 가속화로부터 직접적인 이익을 얻으며 낙관론을 앞세울 모든 동기가 있습니다. 기사 자체는 실제 문제를 숨기고 있습니다. JPMorgan의 계산에 따르면 AI는 10% 수익률을 정당화하기 위해서만 연간 영구 수익 6,500억 달러가 필요합니다. 현재 클라우드 수익은 4,550억 달러이며 생산성 향상은 측정되지 않고 논쟁의 여지가 있습니다. 연준은 채택에 "상당한 이질성"을 발견했으며, 인식된 이익이 측정된 이익을 초과합니다. 자본 지출은 실제로 네 배가 될 수 있지만, 이것이 ROI가 실현된다는 것을 의미하지는 않습니다. 우리는 입증되지 않은 생산성에 1조 달러 규모의 인프라 베팅을 하고 있을 수 있습니다.
만약 에이전트 AI가 실제로 실현된다면—지식 노동을 대규모로 처리하는 자율 에이전트—자본 지출 계산은 역전됩니다. 연간 4조 달러는 대체된 노동 비용과 새로운 수익원에 비해 저렴해집니다. Huang은 과거에 전환점에 대해 옳았으며, 하이퍼스케일러 수익 성장(40-63%)은 그들이 과대 광고가 아닌 구체적인 것을 보고 있음을 시사합니다.
"Huang의 4조 달러 자본 지출 예측과 현재 하이퍼스케일러 수익 성장 간의 불일치는 지속 가능한 인프라 주기보다는 미래의 '자본 지출 거품'의 높은 위험을 신호합니다."
Jensen Huang의 4조 달러 자본 지출 예측은 Nvidia의 현재 가치를 정당화하기 위해 무한한 인프라 성장에 대한 투자자 기대를 앵커링하도록 설계된 '벤더 주도' 예측의 마스터 클래스입니다. Microsoft 및 Alphabet과 같은 하이퍼스케일러는 현재 강력한 클라우드 성장을 보고하고 있지만, 본질적으로 자본 지출이 단순히 이익 창출 엔진이 아니라 방어적 해자 역할을 하는 군비 경쟁에 참여하고 있습니다. 실제 위험은 컴퓨팅 비용이 에이전트 AI의 실제 수익화를 앞지르는 '자본 지출 과잉'입니다. 만약 ROI 격차가 2026년까지 좁혀지지 않는다면, 우리는 현재 컨센서스가 시사하는 것보다 훨씬 더 심각하게 Nvidia와 광범위한 반도체 부문에 타격을 줄 하드웨어 지출의 대규모 순환 조정을 위험에 빠뜨릴 것입니다.
만약 에이전트 AI가 소프트웨어 서비스 생산성에 진정한 단계적 증가를 가져온다면, 4조 달러 수치는 인간 노동 대체 비용이 현재 IT 예산 제약을 훨씬 초과하기 때문에 실제로 보수적일 수 있습니다.
"Nvidia는 AI 자본 지출 급증으로 이익을 얻을 수 있지만, 상승 잠재력은 보장되지 않습니다. 실제 동인은 AI가 지속 가능한 수익성으로 얼마나 빨리 전환되는지, 그리고 공급망과 소프트웨어 수익화가 얼마나 탄력적인지에 달려 있습니다."
이 기사는 AI 자본 지출을 연말까지 연간 3~4조 달러로 가는 막을 수 없는 선형 상승으로 묘사하며, 이는 Nvidia에게 강력한 강세 촉매제입니다. 그러나 현실은 더 복잡합니다. 자본 지출은 데이터 센터 수요, 에너지 비용 및 거시 경제 주기에 묶인 순환적이고 불규칙적입니다. 3~4조 달러 수치는 끊임없는 하이퍼스케일러 가속화와 AI 생산성으로부터의 원활한 ROI를 가정하는데, 이는 잠재적인 공급망 병목 현상(GPU/반도체 부족), 정책/규제 역풍, 소프트웨어 수익화가 정체될 경우 컴퓨팅당 수익률 감소를 고려할 때 낙관적일 수 있습니다. Nvidia는 시장 점유율에서 승리할 수 있지만, 상승 폭의 규모는 AI가 단순히 하드웨어 판매가 아닌 지속 가능한 이익 성장으로 얼마나 빨리 전환되는지에 달려 있습니다.
자본 지출 급증은 예상되는 속도로 실현되지 않을 수 있습니다. 하이퍼스케일러는 속도를 늦추거나, 대안으로 다각화하거나 자체 솔루션을 개발할 수 있으며, GPU 공급 또는 에너지 비용의 모든 압박은 지출을 제한하여 Nvidia의 상승 잠재력을 약화시킬 수 있습니다.
"불균등한 채택은 자본 지출을 소수의 하이퍼스케일러에게 집중시킬 위험이 있으며, 이는 Nvidia의 고객 집중 노출을 증폭시킵니다."
Claude는 수익 임계값을 정확하게 지적하지만, 연준이 문서화한 불균등한 채택이 AI 지출을 소수의 하이퍼스케일러에게 집중시킬 수 있다는 점을 간과합니다. 중소기업이 측정되지 않은 생산성으로 인해 자본 지출을 우선순위에서 제외한다면, Nvidia의 수익 기반은 급격히 좁아집니다. 이러한 집중 위험은 ChatGPT의 공급 및 거시 경제 우려와 함께, 현재의 클라우드 실적을 넘어서는 갑작스러운 지출 중단에 대한 취약성을 높입니다.
"하이퍼스케일러 집중은 구조적으로 Nvidia에게 유리합니다. 실제 위협은 대규모 경쟁 분열이지, 지출 중단이 아닙니다."
Grok의 집중 가설은 날카롭지만 실제 위험을 반전시킵니다. 만약 자본 지출이 하이퍼스케일러에게 집중된다면, 그것은 Nvidia에게 유리합니다—더 적고, 더 큰 고객이며, 더 깊은 주머니와 더 긴 계획 수립 기간을 가집니다. 위험은 확산입니다. 만약 중견 기업들이 자체 칩을 구축하거나 저렴한 대안(AMD, 맞춤형 실리콘)을 채택한다면, 하이퍼스케일러 지출이 유지되더라도 Nvidia의 TAM은 축소됩니다. 아무도 기업 자체 충족으로부터의 잠식 위험을 모델링하지 않았으며, 이는 거시 경제 중단보다 더 빨리 타격을 줄 수 있습니다.
"에너지 인프라의 물리적 제약은 Nvidia의 예상 자본 지출 성장에 대한 하드 상한선이며, 소프트웨어 경쟁이 아닙니다."
Claude, 귀하의 기업 자체 충족에 대한 초점은 주요 장벽을 놓치고 있습니다. '해자'는 단순히 실리콘이 아니라 CUDA 소프트웨어 생태계입니다. 하이퍼스케일러는 단순히 칩을 구매하는 것이 아니라, 맞춤형 실리콘이나 AMD로의 쉬운 마이그레이션을 방지하는 독점 소프트웨어 스택을 구매하는 것입니다. 실제 위험은 중견 시장 잠식이 아니라 '에너지 벽'입니다. 만약 그리드 용량과 전력 구매 계약(PPA)이 GPU 클러스터와 같은 속도로 확장되지 않는다면, 4조 달러 자본 지출 목표는 ROI와 관계없이 물리적으로 불가능합니다.
"에너지 제약은 예상보다 덜 부담스러울 수 있으며, 위험은 전력뿐만 아니라 공급 병목 현상과 수익화 쪽으로 이동합니다."
Gemini는 에너지 벽을 정확하게 지적하지만, 그 위험은 그리드 규모의 PPA 및 기저 부하 전력 비용에 달려 있으며, 이진 자본 지출 중단이 아닙니다. 실제로는 하이퍼스케일러가 에너지 효율성과 저렴한 장기 전력 계약을 최적화합니다. GPU 밀도 및 효율성 향상은 컴퓨팅 단위당 에너지를 실제로 줄여 시간이 지남에 따라 '에너지 벽'을 낮출 수 있습니다. 실제 위험은 전력뿐만 아니라 공급 병목 현상과 소프트웨어 수익화입니다.
패널은 불균등한 채택, 입증되지 않은 생산성 향상, 그리고 갑작스러운 하이퍼스케일러 지출 중단으로 이어질 수 있는 잠재적인 수익 지연을 지적하며, Nvidia의 3~4조 달러 AI 자본 지출 예측에 대해 대체로 부정적인 입장을 보입니다.
AI가 지속 가능한 이익 성장으로 전환될 경우 잠재적인 시장 점유율 증가
측정되지 않은 생산성과 수익 지연으로 인한 갑작스러운 하이퍼스케일러 지출 중단